我有一個數據框，其中列出了 SystemID 以及在某些日期發生的某些類型和類別的警報數量：df SystemID AlarmClass AlarmType Day AlarmCount0 95EE8B57-6BE9-4175-B901-B6B3BEE1844D Service Unexpected Status 06/08/2018 31 95EE8B57-6BE9-4175-B901-B6B3BEE1844D Service Unexpected Status 05/08/2018 22 95EE8B57-6BE9-4175-B901-B6B3BEE1844D Service Unexpected Status 06/08/2018 13 5F891F03-3114-4E62-9A7D-CD2A04061364 Service Unexpected Status 04/08/2018 24 5F891F03-3114-4E62-9A7D-CD2A04061364 Service Unexpected Status 04/08/2018 25 5F891F03-3114-4E62-9A7D-CD2A04061364 Event Log Monitor Application Log 05/08/2018 2我想通過對 SystemID 和 Day 進行分組并列出每種類型和類別的警報數量來匯總這些數據。上述數據框的結果如下所示： SystemID Day AlarmClass-S AlarmClass-ELM AlarmType-US AlarmType-AL0 95EE8B57-6BE9-4175-B901-B6B3BEE1844D 06/08/2018 4 0 4 01 95EE8B57-6BE9-4175-B901-B6B3BEE1844D 05/08/2018 2 0 2 02 5F891F03-3114-4E62-9A7D-CD2A04061364 04/08/2018 4 0 4 03 5F891F03-3114-4E62-9A7D-CD2A04061364 05/08/2018 0 2 0 2如何最有效地做到這一點？數據框有數百萬條記錄。
1 回答
倚天杖
TA貢獻1828條經驗 獲得超3個贊
為了提高性能，您可以為每個 AlarmClass 和 AlarmType 旋轉數據，然后連接結果。
i = df.pivot_table(index=['SystemID', 'Day'],
columns='AlarmClass',
values='AlarmCount',
aggfunc='sum',
fill_value=0)
j = df.pivot_table(index=['SystemID', 'Day'],
columns='AlarmType',
values='AlarmCount',
aggfunc='sum',
fill_value=0)
i.columns = i.columns.map(lambda x: 'AlarmClass-' + ''.join(y[0] for y in x.split()))
j.columns = j.columns.map(lambda x: 'AlarmType-' + ''.join(y[0] for y in x.split()))
df = pd.concat([i, j], axis=1).reset_index()
print(df)
SystemID Day AlarmClass-ELM \
0 5F891F03-3114-4E62-9A7D-CD2A04061364 04/08/2018 0
1 5F891F03-3114-4E62-9A7D-CD2A04061364 05/08/2018 2
2 95EE8B57-6BE9-4175-B901-B6B3BEE1844D 05/08/2018 0
3 95EE8B57-6BE9-4175-B901-B6B3BEE1844D 06/08/2018 0
AlarmClass-S AlarmType-AL AlarmType-US
4 0 4
0 2 0
2 0 2
4 0 4
添加回答
舉報
0/150
提交
取消